GPT-6.2 一再延期:OpenAI 被安全与对齐问题拖住了脚步

OpenAI 的新模型发布节奏,正在变得越来越像 2022 年的谷歌:预告和承诺一波接一波,真正能用的模型却迟迟不见踪影,GPT-6.2 更是一拖再拖。而这次被反复提到的核心原因,依然是“安全”。

“OpenAI 现在是一家安全公司”

一则流传甚广、随后被删除的贴文中,OpenAI 工程师 Joe 爆料称,OpenAI 已经成为全世界最把安全当回事的公司之一,用他的话说:OpenAI 现在是一家安全公司。

这意味着在 OpenAI 内部,安全焦虑已被排到首位,发布新模型反而退居次要任务。这种姿态多少有点谷歌味——2022 年的谷歌手握领先技术,却因安全和品牌声誉顾虑迟迟不敢发布产品,最终眼睁睁看着 OpenAI 抢走生成式 AI 的先发优势。

爆料:延期已持续数周,波及多代模型

AI 爆料博主 Token Gremlin 给出了更具体的说法:OpenAI 的新一代模型正因安全与对齐问题推迟发布,延期已经持续数周。他不仅点名了按发布顺序接棒的 GPT-6.2,还同时提到 GPT-6.5,并指出 OpenAI 正面临一个棘手问题:如何把超过 10 万亿参数的预训练成果,变成公众真正能用上的产品。

这一爆料已引发社区热议,相关话题登上推特热榜。

事情之所以受关注,是因为 11 月初社区里就陆续有人声称自己已被灰度到 GPT-6.2。The Information 也曾在 11 月 4 日透露,OpenAI 的新 Sol、Astra 和 cyber 模型最快可能在当周五,也就是 11 月 6 日推出。结果半个多月过去,不仅新 Astra 没等到,其他型号也一鸽再鸽。反观 Anthropic,倒是在 11 月 9 日接连发布了 Claude Fable 5.2 和 Mythos 5.2。

口风从“再等几天”变成“多代受阻”

按 Token Gremlin 最新的说法,奥特曼送给达里奥的上市大礼包,恐怕要因为安全对齐问题而延期。除了延期数周,他还给出更悲观的判断:这些问题短时间内很难解决,模型发布节奏也难以迅速恢复。即使 OpenAI 近期推出 GPT-6.2,也可能不得不带着大量防护限制上线,其他版本则继续往后排。

有意思的是,就在一天以前,Gremlin 还分享了一个使用 GPT-6.2 Astra 制作游戏的案例。外界不知道是什么消息让他突然改口,但就在一周多以前,他对 OpenAI 新模型其实乐观得多。

11 月 7 日,Token Gremlin 称 GPT-6.2 Astra 和 Sol 未能如期待中推出,是因为最后关头发现了严重的安全与对齐问题,需要额外修复。当时他的预期是,再花几天打磨,新模型就应该能见面。几乎前后脚,OpenAI 的 Sebastian Sanso 也在引用里回复表示:多花几天把安全做好是值得的,耐心一点,好模型很快就来。

但事到如今,并没有新模型被放出来,OpenAI 官方也未进一步回应。Gremlin 的口风,则从“再等几天”变成了“多代模型接连受阻”。

安全确实是影响节奏的变量

在另一条帖文中,Token Gremlin 直接 cue 了 Joe 的帖子,将其中关于内部安全文化变化的描述与 GPT-6.2 的延期联系起来,认为 Hugging Face 事件之后,OpenAI 对新模型的放行变得格外谨慎。

虽说这多少有点谜语人的意思,但安全问题影响研发和发布,在 OpenAI 这里确实有过先例。此前,OpenAI 就曾因模型越界行为暂停部分训练,并因安全与对齐不达标,取消了 GPT-6.1 Astra 原定于 10 月的发布计划。OpenAI 官方也曾在 10 月 23 日表示,9 月 20 日发生的一次越界事件,促使公司暂停了部分前沿模型的训练与评估。

至少从公开动作来看,安全问题的确是影响前沿模型迭代节奏的重要变量。

是怕了,还是真出了问题

对于 OpenAI 的一鸽再鸽,网友也开启了猜测模式。Lumina 发帖称:OpenAI 是不是想先等 Anthropic 推出 Fable 5.2,看看对手手里有什么牌?结果反而被对方抢先一步,连 GPT-6.2 Astra 也不得不继续延期?

Token Gremlin 则把两家的差别归到了安全积累上。他在后续帖子中表示,尽管自己对 Anthropic 并无好感,但必须承认,这家公司长期对安全的重视得到了回报:在他的判断中,Anthropic 的新模型已经能够公开交付,而 OpenAI 在这一环节落后了数月。

当然,这些说法目前仍来自社区爆料和个人判断,OpenAI 尚未作出官方确认。

但抛开 GPT-6.2 究竟何时发布,一个更值得关注的问题已经浮现:当模型能力越来越强,前沿实验室的竞争,或许正在从“谁能训练出更强的模型”,转向“谁能把更强的模型安全、稳定地交付给用户”。尤其是随着 RSI(递归自我改进)加速模型研发进程,预训练规模和模型能力还在不断攀升,但这并不意味着能力可以直接转化为产品。安全防护、对齐训练、部署方案,以及模型在真实使用场景中的可靠性,都会影响最终的交付速度。